Ha logrado descubrir cómo caminar en entornos complicados como el césped
Redacción/CDMX
Sergey Levine de la Universidad de California y sus compañeros comprobaron que un perro robot que usa un aprendizaje automático “aprendizaje de refuerzo profundo”.
Ha logrado descubrir cómo caminar en entornos complicados como el césped, una capa de corteza, un colchón viscoelástico o en un camino de senderismo en tan solo 20 minutos.
Normalmente los robot autónomos deben tener ciertos cuidados y ser probados y programados por humanos en escenarios previamente conocidos antes de que puedan accionarse.
Este robot usa un algoritmo denominado Q-learning el cual no tiene integrado un modelo de los terrenos utilizados en específico, no necesitan especificar el entorno por completo, solo colocan al robot y recibe una recompensa por las acciones que desempeña, si estas son positivas, repite el proceso de manera exitosa y así juntando sus experiencias pasadas aprende a caminar.
Los miembros de la investigación afirman que esta acción es similar al aprendizaje de los seres humanos. “Interactuar con algún entorno, recibir alguna utilidad y, básicamente, solo pensar en su experiencia pasada y tratar de comprender qué podría haberse mejorado”, comentaron.
Hacer que el aprendizaje por refuerzo profundo funcione en el mundo real es difícil, dice Chris Watkins de Royal Holloway, Universidad de Londres, debido a la cantidad de diferentes variables y datos que interactúan al mismo tiempo.
(Con información de New Scientist)